一个混合视觉变压器与整体CNN框架用于宫癌诊断
Aymen M Al-Hejri1, Riyadh M Al-Tam2, Archana Harsing Sable3
1Faculty of Administrative and Computer Sciences, University of Albaydha, Albaydha, Yemen. aymen.alhejri@baydaauniv.net.
BMC medical informatics and decision making
|November 5, 2025
概括
结合视觉变压器和CNN的新混合人工智能框架显示,从巴氏涂抹图像分类子宫癌的准确性很高,为早期检测提供了改进的,可解释的诊断.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 宫癌仍然是全球女性癌症死亡的主要原因.
- 准确和早期检测方法对于改善患者的治疗结果至关重要.
- 目前的诊断方法可以通过先进的计算方法来改进.
研究的目的:
- 开发和评估一种混合人工智能框架,用于使用巴氏涂抹图像对宫癌进行分类.
- 整合视觉转换器 (ViT) 和基于集体学习的卷积神经网络 (CNN) 以提高诊断准确性.
- 提高AI模型在宫癌诊断中的可解释性.
主要方法:
- 开发了一个混合框架,集成预先训练的CNN模型 (DenseNet201,Xception,InceptionResNetV2) 来进行特征提取.
- 集体学习被用来融合功能,然后由基于ViT的编码器处理.
- 该框架在两个不同的宫细胞异常数据集上进行了训练和验证:Mendeley LBC和SIPaKMeD.
- 可解释性AI (XAI) 技术,特别是Grad-CAM,被纳入模型解释性.
主要成果:
- 混合模型在Mendeley LBC数据集上实现了高性能,准确率为97.26%,F1分数为96.70%.
- 在SIPaKMeD数据集上,该模型显示出出色的结果,达到99.18%的准确性和99.21%的F1-score.
- 综合数据集分析显示,混合模型的表现优于预先训练的单个模型,准确率为95.10%,F1得分为95.01%.
- 格拉德-CAM可视化为模型的诊断决策提供了可解释的见解.
结论:
- 拟议的混合人工智能框架提供了一种高度准确和高效的方法,用于从巴氏涂抹图像进行宫癌分类.
- 结合ViT和ensemble CNNs以及XAI,显著提高了诊断性能和临床实用性.
- 这项研究强调了先进的人工智能在彻底改变宫癌查和诊断方面的潜力.
